Arquitectura de Catalyst Zia Services

A continuación se describe un flujo de trabajo genérico de extremo a extremo del proceso de análisis y predicción de datos por los diversos componentes de Zia:

1. Cuando accedes a cualquier componente de Zia desde la consola de Catalyst, las APIs o los SDKs, se activa una llamada API a los servidores de Catalyst, junto con los datos de entrada proporcionados por tu aplicación. Los modelos de machine learning pre-entrenados están precargados y almacenados en los servidores de Catalyst. Según el componente de Zia específico al que se accede, se utilizarán los modelos ML correspondientes para la predicción.

2. Los datos de entrada luego pasan por un preprocesamiento para ser convertidos a formatos reconocibles por el modelo ML correspondiente.

3. Los datos preprocesados se envían entonces para la predicción a los modelos ML de Zia, y con base en las métricas de evaluación especificadas, los resultados predichos se devuelven como respuesta. El mecanismo de predicción también depende de la precisión y el volumen de los datos que se proporcionan.